AI와 개발하기: 숨은 결정을 드러내기

AI 에이전트와 협업할 때 자연어 요구사항을 그대로 구현 프롬프트로 넘기면, 비즈니스 의도 뒤에 숨은 기술 결정이 AI의 몫으로 넘어간다는 문제를 다룬다. NHN Cloud 개발자가 "grill-me" 인터뷰 패턴을 활용해 구현 전에 기술 결정을 명시적으로 확정하는 방법론을 소개한다.

핵심 포인트

"주문 완료 시 알림 메일 발송"이라는 단순 요구사항 뒤에도 Atomicity, Idempotency, Failure-mode, Observability, Side-effects, Compatibility 등 6가지 기술 결정이 숨어 있다.
grill-me 패턴: 한 번에 하나의 질문, 추천 답과 코드 함께 제시, 결정이 갈리는 순서대로 묻는 방식으로 AI가 개발자를 인터뷰한다.
구현 전에 결정 축을 확정하면 리뷰가 "숨은 의도 역추적"에서 "합의된 결정의 반영 확인"으로 전환된다.
AI가 코드베이스를 먼저 읽고 선택지를 좁혀 제시하면, 개발자는 "이 방향이 맞다/아니다"만 결정하면 된다.
인지 부하 감소 및 병렬 작업 가능 — 단순히 코드를 빠르게 쓰는 것에서 정확하고 안전하게 결정하는 방식으로 AI 협업이 전환된다.

상세 정리

문제 인식: AI가 만든 코드가 그럴듯하지만 의도대로 설계됐는지 확신이 없었고, 리뷰 단계에서 해결하려 했지만 문제의 근원은 구현 전 스펙 단계에 있었다.
숨은 결정 6축: 단순 요구사항에도 트랜잭션 경계(Atomicity), 중복 처리(Idempotency), 실패 전파(Failure-mode), 추적 방식(Observability), 외부 호출 시점(Side-effects), 계약 변경 여부(Compatibility) 결정이 내포돼 있다.
grill-me 패턴 4원칙: 한 번에 하나의 질문만, 추천 답을 함께 제시, 추상 원칙보다 관련 코드 먼저, 결정이 갈리는 순서대로 묻기.
코드 기반 질문: 트랜잭션 안에서 직접 알림 전송(옵션 A)과 commit 후 outbox에만 저장(옵션 B)를 Kotlin 코드로 나란히 보여준 뒤 추천 이유와 함께 확정을 요청한다.
결정 축 선별: AI가 현재 코드베이스를 분석해 이번 작업과 관련된 축만 선별하고, 변경 없는 Compatibility 같은 축은 생략해 불필요한 논의를 줄인다.
리뷰 방식 전환: Before — 코드와 요구사항을 동시에 읽어 숨은 결정을 역추적. After — 스펙에서 확정한 결정이 코드에 반영됐는지만 검증.
워크플로우: 비즈니스 요구사항 입력 → AI가 코드베이스 분석 → 관련 결정 축 선별 → grill-me 방식 인터뷰 → 합의된 결정을 스펙에 반영 → 구현.
세 가지 전환: 긴 스펙 문서에서 결정이 드러나는 구조로, 리뷰 단계 결정에서 구현 전 결정 확정으로, 개발자가 모든 요소를 떠올리는 것에서 AI가 제시한 선택지 중 선택하는 방식으로.
실무 효과: 인지 부하 감소, 병렬 작업 가능, AI 협업 생산성이 속도 중심에서 정확성·안전성 중심으로 이동한다.